在某些情况下，这些捷径可以节省时间，但如果结果不利呢？
工作场所的决策是商业世界的基础。公司的每个方面都需要用户做出成功所必需的独特运营决策。然而，从雇用新员工到决定生产计划，基于偏见的决策很容易被忽视。
我们在本文开头引用的例子属于确认偏差的范畴，即只处理 巴西电话号码数据 那些支持你对某个问题的预定立场的信息。大规模数据解释容易受到另一种认知偏差的影响，即可用性偏差。可用性偏差在做出决策时会考虑最近的信息，而不是全部相关数据。
例如，目前有一个 计算机芯片短缺 半导体或集成电路 (IC) 芯片，用于从汽车到厨房电器的大多数科技产品。由于制造过程需要特殊条件，只有少数公司生产 IC 芯片。
在疫情初期，汽车行业出于安全原因以及预期销量会因不利的经济条件而下降而关闭。他们预测汽车购买者将大幅减少，并会重演 2008 年大衰退期间的低迷。
这是可用性偏差的一个典型例子，因为 分析 没有考虑到这场大流行的全部影响，这是一场与大衰退不同的危机。
相反，随着全球大部分人居家办公，许多科技公司预测销售额可能会大幅增长。学生将需要远程访问教育服务，成年人将不得不从家庭办公室进入商业世界，家庭收入将用于消费品，而不是年度度假。
在汽车行业购买的 IC 芯片数量减少的同时，许多科技公司开始囤积这些芯片。等到汽车恢复生产时，已经太迟了。 满足迫切的需求。现在，IC 芯片正经历全球短缺，而汽车行业落后了。所有这些都可以归因于可用性偏差。